Český velkoobchodní distributor se topil v dodavatelských fakturách a za každý dokument platil poplatek SaaS platformě na OCR. Nahradili jsme ji vlastní pipeline postavenou na LLM se zpracováním obrazu. Ta přečte fakturu v jakémkoliv formátu, vytáhne řádkové položky, zařadí náklady a zaúčtuje přímo do ABRA Flexi. Ruční přepisování, které dřív spolykalo většinu týdne jedné účetní, teď běží s lehkým lidským dohledem a všechna data zůstávají na serverech klienta.
Velkoobchodní distribuceKlient je středně velký český velkoobchodní distributor. Dodává průmyslové materiály firmám po celé střední Evropě. Každý měsíc mu přijde velké množství dodavatelských faktur, a to v pestré směsi formátů: přílohy v PDF, naskenované papíry i fotky z mobilu. Účetnictví vede v ABRA Flexi, kde má pohromadě knihy, závazky i výkazy. Komerční SaaS platformu na OCR už vyzkoušel, jenže cena za dokument s rostoucím objemem šplhala nahoru a přesnost byla tak nízká, že se nedalo věřit ničemu bez ruční kontroly každé faktury.
Faktury chodily ve všech možných formátech a každá si prošla dlouhou cestou, než se zaúčtovala. Někdo ji naskenoval a zaevidoval, manažer schválil, junior účetní přepsal data a senior účetní výsledek zkontroloval. Při takovém objemu spolklo samotné přepisování skoro celý úvazek, lidé jen opisovali čísla z papíru do systému. K tomu SaaS platforma účtovala za každý dokument a stejně minula dost polí na to, aby velká část faktur musela projít ruční kontrolou podruhé. Přímé napojení na ABRA Flexi chybělo, takže se všechno mezi systémy přenášelo přes CSV exporty a ruční importy. A právě tam vznikají další chyby.
Postavili jsme vlastní pipeline na zpracování faktur okolo LLM se zpracováním obrazu. Faktury přijdou e-mailem nebo nahráním a model z nich vytáhne všechna pole: údaje o dodavateli, částky, řádkové položky, DPH, splatnost i platební údaje. Ověřená data pak jdou rovnou do ABRA Flexi přes její API, bez jediného ručního kroku mezi tím. Pipeline zároveň zařadí náklady a odhalí duplicity, takže účetní tým řeší jen označené výjimky. Všechno běží na infrastruktuře klienta, a protože platíme za volání API místo za dokument, náklady na jednu fakturu jsou zlomkem toho, co stál původní SaaS.
Model přečte fakturu v jakémkoliv formátu, ať jde o čisté PDF, křivý sken, nebo fotku z mobilu, a vytáhne z ní všechna pole včetně jednotlivých řádkových položek. Doladili jsme ho na reálných fakturách od dodavatelů, kteří tvoří většinu objemu, takže na skutečných formátech klienta je přesnost vysoká. Když se objeví nový formát dodavatele, pipeline se ho naučí po pár opravách, místo aby se musela předělávat.
Pipeline přiřadí každou fakturu ke správnému nákladovému středisku, kategorii výdajů a účtu v hlavní knize. Učí se přitom z toho, jak klient účtoval podobné faktury dřív. U opakujících se dodavatelů tím ruční zařazování odpadá úplně. U nového nebo nejednoznačného případu navrhne nejpravděpodobnější kategorii a označí ji k rychlému ověření, místo aby tiše hádala.
Ověřené faktury se účtují přímo do ABRA Flexi přes její API, bez CSV exportu a ručního importu. Integrace spáruje dodavatele, když je potřeba, založí nový záznam, a zaúčtuje každou fakturu s kompletním rozpisem řádkových položek. Tím zmizel mezikrok, který dřív nutil lidi přenášet data mezi dvěma systémy ručně.
Většina českých účetních běží na některém z pár systémů a každý účtuje faktury jinak. ABRA Flexi a Money S3 nabízejí plnohodnotné REST API, Pohoda se napojuje přes svoje XML rozhraní a Fakturoid se svým moderním API sedí na lehčí provozy. Krok zaúčtování jsme proto napsali jako vyměnitelný adaptér, takže jádro extrakce a validace zůstává stejné bez ohledu na to, jaký systém je na konci. Vybrat pro každý účetní systém správnou cestu integrace je půlka práce na spolehlivé automatizaci závazků.
Než se cokoliv zaúčtuje, pipeline zkontroluje údaje o dodavateli přes ARES, tedy český obchodní rejstřík, a ověří DIČ v rámci EU přes VIES. K tomu hlídá duplicity, přepočítává DPH a porovnává každého dodavatele s existujícími záznamy. Co nesedí, jde k člověku na kontrolu, místo aby to proklouzlo bez povšimnutí.
Celý systém běží na serverech klienta v Docker kontejnerech, takže žádná data z faktur neopustí jeho infrastrukturu. To byl pevný požadavek vedení. Aktualizace modelu i pipeline se nasazují přes standardní CI/CD, aniž by narušily každodenní provoz.
Projekt jsme rozdělili do čtyř fází. Nejdřív přišel průzkum: krátký audit procesu přímo na místě, kdy jsme sledovali reálné faktury od chvíle, kdy dorazily, až po finální zaúčtování v ABRA Flexi, a zapisovali si každé předání, schválení i ruční přepis. Tahle mapa ukázala, kam čas doopravdy odtékal a které kroky se dají bezpečně zautomatizovat. Druhá fáze byla ladění extrakce: nasbírali jsme reprezentativní vzorek reálných faktur od nejčastějších dodavatelů a doladili prompty modelu i následné zpracování na jejich skutečných formátech, ne na obecných šablonách, a iterovali, dokud extrakce spolehlivě nezvládala formáty, které klient vídá každý den. Třetí fáze byla validace: zapojili jsme kontroly přes ARES a VIES, detekci duplicit a ověření DPH a nastavili jasná pravidla, kdy systém účtuje sám a kdy věc předá člověku. Čtvrtá fáze byla integrace a přechod: napojili jsme ABRA Flexi API a novou pipeline nechali pár týdnů běžet paralelně vedle stávajícího ručního procesu, přičemž jsme každý výsledek porovnávali, než jsme přepnuli naostro. Ten paralelní běh byl přitom stejně důležitý jako samotný kód. Vybudoval důvěru účetního týmu a odhalil okrajové případy ještě ve chvíli, kdy fungovala ruční záchranná síť.
Časový plán: Několik týdnů od zahájení do provozu, dodáno ve čtyřech fázích
Komerční platformy účtují za každý dokument a zpracovávají vaše data na svých serverech. Podívejte se, jak si vlastní AI pipeline stojí proti Rossum a Digitoo.
Kumulativní náklady za 5 let: SaaS poplatky za dokument vs. vlastní pipeline s GPT-5.3 vision
Ceny platné k březnu 2026. Rossum AI Starter od $18 000/rok · Digitoo 5–10 Kč/faktura · GPT-5.3 vision $1,75/$14 za 1M tokenů
Řešení na míru od ~$2 000. Průběžné náklady: ~$35/měs. API náklady (800 faktur po ~$0,04) + ~$50/měs. hosting a údržba.
Zpracování faktur není jen o přesnosti OCR. Skutečná hodnota spočívá v hodinách, které váš tým získá zpět, když přestane přepisovat čísla z papíru do systému.
Ruční zadávání dat, ověřování a klasifikace u každé faktury nahrazeny AI extrakcí a automatickou kategorizací.
Při 800 fakturách měsíčně je to téměř jeden zaměstnanec na plný úvazek přesměrovaný z přepisování dat k analytické a poradní práci.
Bez automatizace projde každá faktura rukama asistentů, manažerů, juniorních účetních a seniorních kontrolorů, než se zaúčtuje.
Data o úspoře času vychází ze studie Digitoo o automatizaci zpracování faktur a oborové analýzy manuálních procesů zpracování faktur.
Doladit model na vlastních fakturách klienta, ne na obecných vzorcích, bylo to, co udělalo extrakci spolehlivou. Hotové OCR pořád zakopávalo o pestrost českých fakturačních formátů.
Paralelní běh nové pipeline vedle ručního procesu vybudoval důvěru účetního týmu a odchytil okrajové případy dřív, než se dostaly do provozu.
Přímé napojení na ABRA Flexi přes API odstranilo celou kategorii chyb z ručních CSV importů. Ušetřený čas na jejich opravách sám o sobě integraci zaplatil.
Těžká část není AI, ale účetní systém. ABRA Flexi, Pohoda, Money S3 i Fakturoid se integrují každý jinak, takže jsme zaúčtování napsali jako vyměnitelný adaptér, aby jádro pipeline zůstalo znovupoužitelné.
Nasazení na vlastní infrastruktuře přidalo práci při nastavení, ale nadobro ukončilo otázky kolem ochrany dat a dalo klientovi plnou kontrolu nad daty z faktur.
Z libovolné faktury strukturovaná data rovnou v účetnictví.
Zjistěte více